机器学习从入门到入行 24个项目实践AI

图书信息

作者：(俄罗斯)德米特里·索什尼科夫著冯磊,周慧梅译

出版社：清华大学出版社

定价：188.00

ISBN：9787302686194

出版时间：2025-05-01

分类：图书,行业职业,计算机,工具书

商品介绍

目录

第1篇 概述与早期人工智能 001

第1课 人工智能简介 003

第2课 知识表示与专家系统 010

第2篇 神经网络简介 035

第3课 神经网络简介：感知机 037

第4课 神经网络简介：多层感知机 054

第5课 神经网络框架 075

第3篇 计算机视觉 115

第6课 计算机视觉与 OpenCV 116

第7课 卷积神经网络 127

第8课 预训练网络与迁移学习 151

第9课 自编码器 190

第10课 生成对抗网络 219

第11课 目标检测 246

第12课 图像分割 259

第4篇 自然语言处理 281

第13课 将文本表示为张量 284

第14课 词嵌入 301

第15课 语言模型 319

第16课 循环神经网络 330

第17课 生成网络 344

第18课 注意力机制与Transformer 358

第19课 命名实体识别（NER） 379

第20课 预训练的大型语言模型 387

第5篇 其他人工智能技术 397

第21课 遗传算法 398

第22课 深度强化学习 407

第23课 多智能体系统 428

第24课 人工智能的伦理与责任 433

附录A 多模态网络、CLIP 和 VQGA 435

附录B 本书主页及习题答案 440

内容简介

本书是微软推出的AI for Beginners系列课程的中文版，专门为希望进入AI领域的初学者设计。本书提供为期12周、共24堂课的系统学习路径，每堂课配有Jupyter Notebook实践笔记本，附带测验与练习，中文版还在Gitee上托管了课程相关的Notebook，便于读者在实践中掌握人工智能的核心概念和应用。

书中涵盖如下内容：AI历史与发展，探索人工智能从符号到深度学习的演变；神经网络与深度学习，使用TensorFlow和PyTorch框架讲解神经网络的基本原理及应用；计算机视觉与自然语言处理，学习图像识别和文本分析技术；其他AI技术，如遗传算法和多智能体系统等。

本书适合AI爱好者、初学者，以及相关专业的学生、老师阅读，不需要复杂数学背景即可轻松入门，通过实战项目提升操作能力。